直扩信号伪码周期及序列的估计算法

为了解决直扩信号伪码周期和序列估计的难题,提出了功率谱二次处理结合信号子空间分解的方法。该方法首先利用功率谱二次处理手段估计出直接序列扩频(DS-SS)信号的伪码周期,在此基础上采用信号子空间分解对DS-SS信号伪码序列进行盲估计。为了用信号子空间分解法对伪码序列实施精确估计,在其后加上了r1校正方法。计算机模拟结果表明,该方法在输入信噪比小于-14 dB时还能良好地工作。     

直扩信号的谱检测和神经网络估计

论述了二次谱理论、谱相关理论和神经网络方法在直接序列扩频(DS/SS)信号的检测与估计中的应用,提出了利用谱分析结合神经网络的方法来实现对低信噪比DS/SS信号的参数及其伪码(PN)序列的估计.计算机模拟结果表明,该方法在较低的输入信噪比条件下能良好地工作.     

基于高阶累积量的空间特征估计方法及其应用

以均匀直线阵为基础,提出了一种基于阵列输出四阶累积量的信号空间特征估计方法,并将其用于相干多径环境下的多用户信号空间特征的估计。利用阵列输出四阶累积量构造了一种空间特征矩阵,证明了对其作特征分解可以得到各用户的空间特征。然后在空间特征估计基础上,结合前向/共轭后向空间平滑技术对相干多径的波达方向(DoA)进行了估计。该算法是一种不依赖于信号具体特征的全盲估计方法,适用于任意加性高斯噪声,且各DoA与信源自动配对。理论分析和仿真结果说明了算法的有效性和稳健性。     

低信噪比直扩信号扩频码的盲估计方法

为了解决低信噪比直扩信号扩频码的盲估计问题,提出了一种直扩信号的协方差矩阵累加平均和离散卡洛(Karhunen-Loève,K-L)变换的方法。该方法是在已知直扩信号的扩频码周期、码速率等参数的前提下,将接收到的直扩信号以一随机确定值为起点进行周期分段以形成连续多个观察向量,求协方差矩阵并累加平均,实施离散K-L变换以得到信号所含主成分,由主成分特征向量估计观察信号的扩频码。而后对观察信号进行解扩处理,从而实现直序扩频信号的盲解扩处理。理论分析和数值结果表明了该方法非常鲁棒不易受噪声影响,在通常情况下可以工作于低于-20dB信噪比的环境下。     

Yang-Nǐǐno定理的推广

一、引言和定理叙述设F(z)为平面上的亚纯函数,若F(z)可以表为F(z)=f(g(z))=fog (1)其中g 为整函数,f 为亚纯函数(当f 为有理数时,g 可以为亚纯函数).则称(1) 为F的一个分解,f 和g 分别称为F 的左、右因子。如果F(z)的任何形如(1) 的分解都只能是f(z)或g(z)为线性函数,则称F(z)为素的,此时(1) 称为F(z)的一个平凡的分解。如果F 的任何形式如(1) 的分解只能是f 为有理函数或g 为多项式,则称F(z)为拟素的,如果     

低信噪比长伪码直扩信号伪码周期的估计方法

针对低信噪比长伪码调制直扩(DS-SS)信号的伪码(PN码)周期参数估计的难题,提出了一类基于信号功率谱二次处理的新方法。该方法首先对信号的功率谱进行估计,接着将估计出的功率谱作为输入信号再来求取功率谱,最后得到的二次谱就会在长伪码调制DS-SS信号PN码周期的整数倍处得到一列尖锐的二次谱线,通过估计这些谱线的间距就可以获得其PN码的周期估计。为了在低信噪比情况下增强二次谱线和估计效果,采用了由多个接收信号矢量计算得到的二次谱结果进行平均累积的办法。理论分析和计算机模拟表明,该类方法在较低的输入信噪比条件下能良好地工作。     

复数域中的陶伯型定理

本文在复数域中建立了如下两个定理: 定理1 如果具有单位收敛圆的幂级数的系数a_n(n=0,1,2,…)满足条件     

柯西积分定理的一些新证法

本文首先给出一个不同于传统的二分法的柯西积分定理的直接证法;其次给出一个不用约当曲线定理而仅用同伦曲线概念的更为简洁的证法。     

空时频分组码的设计和GLRT解码算法

基于多输入多输出(MIMO)天线和正交频分多路复用(OFDM),提出了空时频分组编码方法,发射端的编码和接收端的解码都不需要信道状态信息(CSI)。利用广义似然比检验(GLRT)解码算法,导出了成对符号错误概率(PEP)上限和码的设计准则。分析表明,在频率选择性MIMO信道中,这种码能充分利用空间分集和频率分集,而且只有较低的编解码复杂性。仿真结果证实,在频率选择性MIMO信道中,提出的非相干空时频码相对空时分组码性能有很大提高。     

关于整函数唯一分解性的进一步结果

所谓函数分解就是将函数写成其他函数的复合,如果一个函数不能分解成两个非线性函数的复合,则称此函数为素的。当函数非素时,人们自然会想,它是否能被唯一分解,这是一个很有趣的课题。 F=f_0 (g_0),其中f_0是非线性的素亚纯函数,g_0是非线性素整函数。若F的每一个形